ホーム エクスプローラ ヘルプ
登録 サインイン
suby
/
qmd
1
0
フォーク 0
ファイル 課題 0 プルリクエスト 0 Wiki
ツリー: d32e13c172
ブランチ タグ

コミット履歴

作者 SHA1 メッセージ 日付
  Tobi Lutke d32e13c172 Add HuggingFace login and comprehensive scoring to GRPO v2 training 4 ヶ月 前
  Tobi Lutke 0353994e7d Fix GRPO training script for TRL API compatibility 4 ヶ月 前
  Tobi Lutke 7cca164dd9 Add query expansion model finetuning infrastructure 4 ヶ月 前